Documento PDF (.pdf)
ISO PadrãoO Portable Document Format (PDF) é um padrão amplamente usado para documentos digitais, criado para apresentá-los de forma consistente, independentemente do software, do hardware ou do sistema operacional.
Converter PDF para JPG
Conversor gratuito de PDF para JPG no navegador. Converta arquivos instantaneamente no seu dispositivo.
Comprimir PDF online
Privado - os arquivos nunca saem do seu dispositivo
Inspeção e metadados
Sistemas operacionais e analisadores de arquivos identificam arquivos PDF pela sequência inicial de bytes:
Assinatura do arquivo em bytes (magic bytes)
Sistemas operacionais e analisadores de arquivos identificam arquivos PDF pela sequência inicial de bytes:
ASSINATURA HEXADECIMAL (DESLOCAMENTO 0):
25 50 44 46REPRESENTAÇÃO ASCII: %PDF
Padronização: ISO 32000-1 (2008) / ISO 32000-2 (2020)
Especificações técnicas
| Estrutura do contêiner | Hierarquia de objetos híbrida binária/ASCII com tabela de referências cruzadas |
| Compressão | FlateDecode (Deflate), DCTDecode (JPEG), CCITT Fax, JBIG2, JPXDecode |
| Ordem dos bytes (endianness) | Big-Endian (ordem de bytes de rede) para fluxos de objetos binários |
| Espaços de cor | sRGB, Display P3, DeviceCMYK, Escala de cinza, Cores especiais (Pantone) |
| Canais e Estrutura | Vetores em várias camadas, tipografia, fluxos de imagens rasterizadas e metadados incorporados |
| Dimensões Máximas | 200 x 200 polegadas (UserUnit permite até 15.000.000 de polegadas no PDF 1.6+) |
| Transparência | Suporte completo a transparência alfa, modos de mesclagem e máscaras de opacidade |
| Streaming e Progressivo | O PDF linearizado ("Fast Web View") permite a transmissão por intervalos de bytes por meio de solicitações HTTP Range |
Matriz de comparação técnica: PDF e formatos concorrentes
| Atributo técnico | PDF (Atual) | DOCX | EPUB | HTML5 |
|---|---|---|---|---|
| Fidelidade visual do layout | Ajuda a preservar o layout, mas a renderização varia conforme o visualizador e o dispositivo de saída. | Baseado em fluxo; varia entre as versões do Word e fontes instaladas | Layout de leitura refluível; sem garantias de tipografia fixa | Modelo de caixa CSS fluido; renderização dependente da tela |
| Independência de recursos externos | Totalmente autocontido, com fontes incorporadas, fluxos de imagens rasterizadas e elementos vetoriais | Contêiner XML autossuficiente (fontes do sistema geralmente não embutidas) | Contêiner ZIP autossuficiente (ativos XHTML/CSS empacotados) | Requer recursos HTTP externos, a menos que seja empacotado via MHTML |
| Assinaturas criptográficas | Assinaturas digitais criptográficas PAdES e X.509 nativas, integradas à norma ISO | Assinaturas digitais Office XML DSig são suportadas | Requer assinaturas de contêiner digital personalizadas | Requer a API Web Crypto ou garantias de transporte TLS externas |
| Adaptação a dispositivos móveis | Página de layout fixo (requer zoom e rolagem em telas pequenas) | Excelente reorganização responsiva do texto | Projetado especificamente para leitura eletrônica móvel fluida | Layout responsivo nativo com consultas de mídia CSS |
| Padronização | Norma internacional aberta (ISO 32000-2:2020) | ECMA-376 / ISO/IEC 29500 | Padrão aberto do W3C / IDPF | Padrão vivo do W3C / WHATWG |
Modos comuns de corrupção e guia de recuperação com editor hexadecimal
O Acrobat ou visualizador de PDF relata 'O arquivo está danificado e não pôde ser reparado' ou abre totalmente em branco.
Causa principal: Uma transferência FTP ou HTTP em modo ASCII converteu sequências de bytes binários (substituindo 0x0A por 0x0D 0x0A) e corrompeu os deslocamentos de bytes da tabela de referências cruzadas (xref).
Recuperação: Utilitários modernos de reparo de PDF (por exemplo, qpdf --repair ou o reparador do File2File.app) examinam o arquivo em sequência, reconstroem o dicionário de objetos e geram uma nova tabela xref.
O visualizador de PDF falha ao carregar o documento ou trava na última página.
Causa principal: Download truncado ou gravação em disco incompleta sem o marcador '%%EOF' e o dicionário de trailer.
Recuperação: Inspecione o final do arquivo com 'tail -c 128 document.pdf'. Se %%EOF estiver ausente, verifique se o objeto de catálogo raiz existe e acrescente uma tabela xref artificial que aponte para o maior número de objeto válido.
Fontes embutidas são renderizadas como símbolos ilegíveis, blocos em branco (.notdef) ou pontos de interrogação.
Causa principal: Subconjuntos de fontes não embutidos referenciando fontes do sistema que estão faltando na máquina de visualização, ou tabelas ToUnicode CMap corrompidas.
Recuperação: Incorpore novamente os subconjuntos de fontes ausentes com o Ghostscript (gs -o fixed.pdf -sDEVICE=pdfwrite -dEmbedAllFonts=true broken.pdf) ou converta os elementos de texto em curvas vetoriais.
Análise de segurança e vetores de ataque a analisadores
O PDF é um dos formatos mais complexos da computação e pode conter scripts ativos, arquivos incorporados e fluxos dinâmicos. Navegadores modernos executam renderizadores de PDF (por exemplo, o Chrome PDFium) em processos isolados dentro de uma sandbox.
Vetores de ataque conhecidos
- JavaScript incorporado do Acrobat (API JS) que pode executar código arbitrário ou explorar falhas de phishing quando o documento é aberto.
- Ações de inicialização (/Launch) configuradas para executar binários externos do sistema ou scripts de shell.
- Vulnerabilidades nos mecanismos legados de análise de fontes Type 1 e TrueType podem provocar estouros de buffer durante a renderização.
- Falsificação de solicitações do lado do servidor (SSRF) e roubo de credenciais de hash NTLM por meio de ações URI maliciosas (/URI) ou do envio de formulários.
Melhores práticas defensivas: Nunca abra PDFs não confiáveis com a execução de JavaScript do Adobe Acrobat ativada. Para visualizá-los na web, use sempre mecanismos como WebAssembly/PDF.js executados na sandbox do navegador ou converta-os em documentos PDF/A-1b sanitizados.
Origens históricas e marcos
Principais vantagens
- Criado para preservar o layout da página em diferentes sistemas, embora a aparência possa variar conforme as fontes, o visualizador e as configurações de impressão.
- Suporta assinaturas digitais criptográficas, anotações para ocultar permanentemente conteúdo e permissões de acesso DRM.
- Combina gráficos vetoriais, fontes escaláveis e fluxos rasterizados compactados em um único contêiner autossuficiente.
Limitações técnicas e desvantagens
- O layout fixo das páginas dificulta a reorganização automática do conteúdo em telas pequenas de smartphones.
- A complexa hierarquia interna de fluxos de objetos pode gerar arquivos grandes sem compactação e remoção de objetos não referenciados.
- JavaScript incorporado e recursos para iniciar ações dinamicamente ampliam a superfície de ataque.
Curiosidades técnicas
- O documento original do projeto Camelot previa a impressão eletrônica de documentos de qualquer aplicativo diretamente para qualquer tela.
- Todo arquivo PDF termina com a string exata '%%EOF' marcando o trailer de fim de arquivo.
- Tribunais federais e arquivos nacionais de todo o mundo exigem PDF/A (ISO 19005) para a preservação legal de longo prazo.
Perguntas técnicas frequentes
Por que as páginas PDF podem parecer semelhantes em diferentes telas e impressoras?
O PDF armazena o conteúdo da página com coordenadas fixas, o que ajuda a preservar o layout. A aparência ainda pode variar conforme as fontes, o visualizador, o gerenciamento de cores e as configurações da impressora.
Qual é a diferença entre o PDF padrão e o PDF/A?
PDF/A (ISO 19005) é um subconjunto especializado para arquivamento de longo prazo. Ele proíbe recursos que possam comprometer a legibilidade futura, como JavaScript, fontes externas, criptografia, incorporação de áudio ou vídeo e espaços de cor dependentes do dispositivo. Todas as fontes e os perfis de cores devem estar totalmente incorporados.
Como funciona a compressão de PDF em documentos modernos?
O PDF usa vários filtros de compactação adequados a cada tipo de conteúdo. Texto, comandos vetoriais e métricas de fontes são compactados com FlateDecode (zlib/deflate). Imagens fotográficas usam DCTDecode (JPEG) ou JPXDecode (JPEG 2000), enquanto textos digitalizados monocromáticos de dois níveis usam JBIG2 ou CCITT Fax Group 4.
Por que um arquivo PDF geralmente permanece grande mesmo depois de excluir páginas ou imagens?
Ao modificar um PDF, muitos editores fazem uma "atualização incremental": acrescentam novos fluxos de objetos e uma nova tabela xref ao final do arquivo sem excluir os objetos antigos, o que permite desfazer alterações rapidamente. Para reduzir de fato o tamanho do arquivo, é preciso otimizá-lo e remover os objetos não referenciados.
Conversões de PDF relacionadas
Converta cada página de um PDF em uma imagem JPG que você pode publicar, enviar em uma conversa ou inserir em uma apresentação. As páginas são renderizadas a 150 dpi, e um PDF com várias páginas gera um ZIP com um JPG por página.
Salve cada página de um PDF como uma imagem PNG sem perdas, nítida o suficiente para texto, tabelas e diagramas. As páginas são renderizadas a 150 dpi, e um PDF com várias páginas gera um ZIP com um PNG por página.
Compartilhe uma captura de tela ou um diagrama PNG em um PDF de uma página, preservando os pixels e a transparência. A página do PDF é uma imagem fixa, não um arquivo PNG editável.
Coloque uma foto JPEG em uma página de PDF para revisão ou impressão. Os dados existentes da imagem são incorporados, mas o PDF não oferece ferramentas para editar fotos.
Crie um PDF de uma página a partir de uma imagem WebP para incluir em um documento ou enviar para aprovação. O navegador a redesenha como imagem, sem preservar os dados nem a animação WebP.
Compartilhe um logotipo ou uma ilustração SVG em um PDF de uma página. Os caminhos escaláveis viram uma imagem de resolução fixa, sem detalhes vetoriais ao ampliar.
Transforme uma foto HEIC estática em um PDF de uma página para compartilhar ou anexar a formulários. A página usa dados de imagem de 8 bits e não inclui sequências HEIC nem dados HDR da origem.
Coloque uma imagem AVIF da web em uma página PDF para revisão de campanha. Ela é desenhada em um canvas padrão, então a codificação AVIF e os dados auxiliares HDR são perdidos.